教育部“新世纪优秀人才支持计划”(NCET-07-0525)
- 作品数：5 被引量：45H指数：5
- 相关作者：王文剑郭虎升亓慧白龙飞张荣更多>>
- 相关机构：山西大学太原师范学院更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于关联规则的核粒度支持向量机被引量：5
- 2009年
- 提出一种基于关联规则的核粒度支持向量机(association rules based kernel granular SVM,AR-KGSVM)学习算法。AR-KGSVM首先将输入空间中的样本用核函数映射到高维特征空间,然后在核特征空间挖掘基于距离度量的关联规则以划分粒。算法的粒划分和数据训练都是在高维核空间中进行,避免了一般的粒度支持向量机(granular SVM,GSVM)在低维空间作粒划分而在高维空间中训练,使数据分布不一致而导致泛化能力不高的问题。在标准数据集上的实验结果表明AR-KGSVM的泛化能力优于传统的SVM和GSVM方法。
- 张文浩王文剑
- 关键词：支持向量机关联规则
- 基于训练样本自动选取的SVM彩色图像分割方法被引量：9
- 2012年
- 图像分割是模式识别、图像理解、计算机视觉等领域的重要研究内容。基于支持向量机(Support Vector Ma-chine,SVM)的方法现已广泛应用于图像分割,但其在训练样本的选取上大多是人工选择,这降低了图像分割的自适应性,且影响了SVM的分类性能。提出一种基于训练样本自动选取的SVM彩色图像分割方法,算法首先使用模糊C均值(Fuzzy C-Means,FCM)聚类算法自动获取训练样本,然后分别提取图像颜色特征和纹理特征,将其作为SVM模型训练样本的特征属性进行训练,最后用训练好的分类器对图像进行分割。实验结果表明,提出的方法可取得很好的分割结果。
- 张荣王文剑白雪飞
- 关键词：图像分割支持向量机模糊C均值
- 处理非平衡数据的粒度SVM学习算法被引量：15
- 2010年
- 针对支持向量机对于非平衡数据不能进行有效分类的问题,提出一种粒度支持向量机学习算法。根据粒度计算思想对多数类样本进行粒划分并从中获取信息粒,以使数据趋于平衡。通过这些信息粒来寻找局部支持向量,并在这些局部支持向量和少数类样本上进行有效学习,使SVM在非平衡数据集上获得令人满意的泛化能力。
- 郭虎升亓慧王文剑
- 关键词：非平衡数据信息粒
- 一种新的支持向量机主动学习策略被引量：11
- 2012年
- 本文提出一种新的支持向量机(support vector machine,SVM)主动学习策略,称为Dix_SVMactive.通过定义新的数据置信度度量来挑选最有价值样本进行人工标注,并在每次迭代中对训练集的平衡度进行调整,以获得更好的泛化能力.在UCI标准数据集上的测试结果表明,与基于随机选样的SVMactive和传统SVMactive(Tong SVMactive)方法相比,本文算法不仅可以提高分类精度,而且能减少人工标注的工作量.
- 白龙飞王文剑郭虎升
- 关键词：支持向量机置信度
